llama.cpp b10996发布：qwen3-coder推理预算耗尽时强制换行
llama.cpp新构建版本号为b10996，唯一功能变更是chat层面在qwen3-coder的reasoning budget结束时强制输出换行符，同时提供覆盖macOS、Linux、Windows、Android的预编译包。
AI解读：受影响的是用llama.cpp跑qwen3-coder并依赖推理预算控制输出长度的人。推理预算用尽通常意味着模型被截断，如果结束位置正好在句中，后续处理很容易把半句话当成完整内容；强制换行让截断点有一个明确的文本边界。
这类改动本身不提升模型能力，只改变输出格式的收尾行为。是否解决了实际问题、在什么条件下生效，发布说明没有展开，需要用户在自己场景里验证。同时b10996的预编译包已覆盖macOS、Linux、Windows、Android多个后端，按平台下载即可。
llama.cpp发布构建版本b10996，发布说明中列出的唯一功能变更是：在qwen3-coder的reasoning budget（推理预算）结束时，chat层强制输出 `\n `（换行符），对应PR #28869。
发布页同时提供该版本的预编译产物，覆盖macOS（Apple Silicon arm64、Intel x64）、iOS XCFramework、Linux（Ubuntu x64/arm64/s390x，含Vulkan、CUDA 12.8、CUDA 13.3、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16等后端）、Android arm64、Windows（CPU、OpenCL Adreno、CUDA 12.4、CUDA 13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0）以及UI包。
发布页显示macOS Apple Silicon的KleidiAI版本处于DISABLED状态（指向PR #23780），openEuler相关构建同样标记为DISABLED（指向PR #23705）。
PR #28869 改了什么
发布说明原文为“chat : force `\n ` on reasoning budget end for qwen3-coder (#28869)”，即针对qwen3-coder，在推理预算结束时由chat层强制写入换行。
这是b10996发布说明中唯一列出的功能性改动；发布页未提供该行为变更的测试结果、生效条件细节或效果数据。
- 变更对象：qwen3-coder
- 触发条件：reasoning budget结束
- 行为：强制输出 `\n `
- 对应PR：#28869
各平台预编译包
该版本按平台提供二进制包，发布页列出macOS Apple Silicon arm64、macOS Intel x64、iOS XCFramework，Linux的Ubuntu x64/arm64/s390x及Vulkan、CUDA 12.8、CUDA 13.3、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16构建，Android arm64，以及Windows的CPU、OpenCL Adreno、CUDA 12.4、CUDA 13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0构建。
CUDA构建同时单独提供对应的运行时库包（CUDA 12.8、CUDA 13.3、CUDA 12.4、CUDA 13.4）。
发布页列出macOApple Silicon的KleidiAI enabled版本和openEuler构建为DISABLED，并分别给出对应PR编号。
- macOS/iOS：arm64、Intel x64、iOS XCFramework
- Linux：Ubuntu x64/arm64/s390x，Vulkan、CUDA 12.8/13.3、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16
- Android：arm64（CPU）
- Windows：CPU x64/arm64、OpenCL Adreno、CUDA 12.4/13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0
- 另有独立UI包